行情与财报数据的公开出处
一句话速览
哪些是原始数据、哪些是加工过的，以及不同来源的数字为什么经常对不上。
这节课要你带走的
行情与财报数据的公开出处、口径差异从哪来，以及自己取数最容易犯的三个错。
这一篇讲工具。开头先说清定位： 工具能降低摩擦，但不产生优势。 因为这一篇讲的所有东西别人也都能免费拿到， 而公开的东西不构成任何人的优势。
四类公开出处
| 类型 | 拿到什么 | 注意 |
|---|---|---|
| 监管机构的公开数据库 | 所有上市公司的申报文件 | 最权威的一手来源，见 U11-2 |
| 交易所的公开数据 | 行情、成分股、规则文件 | 口径最规范 |
| 行情服务商 | 历史价格、财务指标的整理版 | 是加工过的，要看它的口径说明 |
| 公司自己的投资者关系页 | 财报、电话会记录、公告 | 内容由公司编排，但文件本身是原始的 |
本站不推荐任何具体服务， 挑的标准是「它的数据口径有没有写清楚」。
口径差异从哪来
同一个指标在不同来源可能不一样，三个原因：
一、复权方式不同（见 U7-9）。
二、财务指标的定义不同。 比如「市盈率」用哪一期盈利 （见 U3-6）， 不同服务商的默认口径不同。
三、数据更新时点不同。 财报发布后各家更新的时间有差异。
所以做任何统计前，先固定一个数据源，并把口径写进方法说明里。
自己取数最容易犯的三个错
一、用当前的成分或列表去回测过去
这是 幸存者偏差， 在自己取数时特别容易犯， 因为接口只会返回现在还在的那些。
三、没有记录取数日期
前复权序列会随新的分红拆股静默变化 （见 U7-9）， 所以同一段历史在不同时间取到的数据可能不同。
一个可复现的习惯
每次取数，把这四项跟数据存在一起：
出处、时间区间、取数日期、接口或查询参数。
这四项让别人（以及三个月后的你）能重跑出同样的结果。
本课引用的每一组数据都是这么标的， 而且计算脚本的文件名也写在数据说明里，可以重跑验证 （见 U4-2、U4-6）。
做
今天就做这一件事
挑一只票，在两个不同的数据源上看它的市盈率。
如果两个数不一样，去查各自用的是哪个口径。
做过一次，你以后引用任何指标时会自动带上口径。
带走这一条：工具降低摩擦但不产生优势，因为公开的东西不构成任何人的优势。四类出处是监管数据库、交易所、行情服务商、公司投资者关系页。口径差异来自复权方式、财务指标定义、更新时点。自己取数最容易犯的三个错是用当前列表回测过去、时区和交易日历没对齐、没记录取数日期（前复权序列会静默变化）。习惯是把出处、时间区间、取数日期、查询参数跟数据存在一起。